Agency in Complexe Adaptieve Systemen
Complexiteit is als een groot spinnenweb met heel veel draden die met elkaar verbonden zijn. Het gaat over hoe dingen met elkaar verbonden zijn en hoe ze samen nieuwe dingen kunnen maken. Denk bijvoorbeeld aan een mierenhoop. De mieren werken allemaal samen, zonder dat er een baas is. Samen maken ze iets heel ingewikkelds. Of denk aan een stad. Alle mensen, huizen, winkels en wegen zijn met elkaar verbonden. Samen creëren ze iets heel groots.
Je kunt van complexiteit leren door te kijken hoe mensen en dingen zich aanpassen en veranderen. Daarbij kunnen we veel leren uit de natuur, zoals planten en dieren, de economie en hoe bedrijven en mensen met elkaar samenwerken.
Complexe systemen organiseren zich vaak vanzelf, zonder dat er een leider is. Kleine veranderingen in een complex systeem kunnen soms grote gevolgen hebben. Door beter te begrijpen hoe complexiteit werkt en welke invloed we (ongemerkt) hebben, kunnen we negatieve gevolgen omkeren en met minder energie positieve resultaten bereiken.
Agency begint bij complexiteit. Agenten, actoren, mensen(!) opereren parallel, in verschillende lagen en groeperingen. Ze reageren voortdurend op elkaar, wat leidt tot emergent gedrag op systeemniveau met een open einde. Er is geen einddoel.
- Harvard Online, Introducing Markov Chains,, https://www.youtube.com/watch?v=JHwyHIz6a8A
- Holland, John H., (2014a), Complexity: a very short introduction, Oxford, United Kingdom: Oxford University Press., via https://global.oup.com/academic/product/complexity-a-very-short-introduction-9780199662548
- Holland, John. H. (2014b). Signals and boundaries: Building blocks for complex adaptive systems. The MIT Press. , via https://mitpress.mit.edu/9780262525930/signals-and-boundaries/
- Holland, John H.y, (2016), Workshop: Complexity Methods – John Holland, via https://youtu.be/3httLyRCCuM
- Kahn Academy, Origin of Markov chains, https://www.youtube.com/watch?v=Ws63I3F7Moc
